Algorithm 基于2d网格的寻路：确定位置是否可到达的最便宜的方法/算法

我的主要寻路是通过aStar算法的实现来完成的。只要有可用的路径，性能就非常好

但是，如果没有，则可能会解析所有可用节点，直到得出没有路径的结论

我能想到的最糟糕的情况是，在目标位置附近，周围几乎没有障碍物

到目前为止，我提出了一些可能提高整体绩效的想法：

• 查找并执行一个更便宜的寻路算法，运行该算法只是为了确定目标是否可以到达，如果可以，则运行aStar以获取实际路径

• 将targetnode周围指定半径内的所有不可漫游节点聚集在一起，查看它们是否都已链接。如果是，则目标是“无法达到”且无法达到的。 没有必要对startnode执行等效操作，因为aStars收集节点的方式基本上就是这样做的

---

因此，我在这里要求的是，是否有人有一些要点/想法，我可以添加到我的列表中，或者为我指出一个更便宜的寻路算法的方向，我可以利用它来确保是否有路径，第一个想法，应该加以改进

由于你的启发性，A*将在目标周围花费大部分时间， 因此，在其周围创建一个“访问”墙

所以我想你可以检查参观广场的“墙”， 如果您找到一条封闭的、连续的路径，其中包含目标，但不包含源，那么您就没有什么可进一步搜索的了

第二个想法不完整，但可能会减少“损失”的时间，
使用双向A*，源运行到目标，但同时目标查找到源的路径

---

看看它将如何运行。

您应该删除一些语言标记，只保留相关的标记。“我的主要寻路是通过实现aStar算法来完成的。性能非常好…”它是用哪种语言写的？我用c#然后出于好奇也用c++写的，即使你找到了一种快速确定目标是否可到达的方法，这也无助于你在目标可到达时的速度，但只能通过一个非常长的路径（特别是：O（n）-长度，其中n是顶点数）——例如。，当源和目标在一个长迷宫的两端时。@j_random_hacker是的，我知道。我相信使用双向模式是很好的，因为在大多数可到达的场景中，它根本不会影响执行时间，并且在许多无法到达的情况下会产生积极的影响。哦，我喜欢你的第二个想法！如果任一astar实例没有更多节点，我可以中止这两个实例。我相信这是最坏情况的一半，为什么它不完整呢？因为，在最坏的情况下它根本没有帮助：假设中间有一个墙交叉…你仍然会访问任何地方…我有第三个角度，用于绘制“障碍地图”，并从你的链接中检查包含

Dest XOR Src

的闭合环，如果我不关心绝对最短路径，有什么理由反对首先使用双向最佳搜索而不是astar？在我测试的场景中，它似乎要快得多。测试FS肯定是一个很好的方法，除了一些启发式有误导性的地方，但在大多数情况下，它甚至要快一点。我写了一个*来匹配这个问题。